출판물

이 기사는 고아입니다. 다른 기사는 연결되어 있지 않습니다.관련 기사에서 이 페이지에 대한 링크를 소개하십시오. 링크 찾기 도구를 사용하여 제안 사항을 확인하십시오. (2023년 3월)

시리즈의 일부:
기계 학습 데이터 마이닝
패러다임 지도 학습 비지도 학습 온라인 학습 일괄 학습 메타 학습 준지도학습 자가 지도 학습 강화학습 규칙 기반 학습 양자 기계 학습
문제 분류 생성 모형 회귀 분석 클러스터링 치수 축소 밀도 추정 이상 징후 탐지 데이터 정리 AutoML 연결 규칙 의미분석 구조화 예측 피쳐 엔지니어링 기능 학습 순위 매기는 법 배우기 문법 귀납법 온톨로지 학습 멀티모달 학습
지도 학습 (분류 • 회귀) 견습 학습 의사 결정 트리 앙상블 배깅 부스팅 랜덤 포레스트 k-NN 선형 회귀 나이브 베이즈 인공신경망 로지스틱 회귀 분석 퍼셉트론 관련성 벡터 시스템(RVM) 지원 벡터 시스템(SVM)
클러스터링 버치 치유하다 계층적 k-평균의 퍼지 기대-최대화(EM) DBSCAN 광학 평균 이동
차원 축소 인자 분석 CCA ICA LDA NMF PCA PGD T-SNE SDL
구조화 예측 그래픽 모델 베이즈넷 조건부 랜덤 필드 히든 마르코프
이상 징후 탐지 RANSAC k-NN 국소 특이치 인자 고립림
인공신경망 자동 인코더 인지 컴퓨팅 딥러닝 딥 드림 다층 퍼셉트론 RNN LSTM GRU ESN 저수지 컴퓨팅 제한된 볼츠만 기계 GAN somerset. 컨볼루션 신경망 유넷 변압기 비전. 스파이킹 신경망 멤 트랜지스터 전기화학적 RAM(ECRAM)
강화학습 Q-러닝 사스 시간차(TD) 다중 에이전트 셀프 플레이
인간과 함께 배우는 것 능동적 학습 크라우드소싱 휴먼 인 더 루프
모델 진단 학습 곡선
이론. 커널 머신 치우침-분산 트레이드오프 컴퓨터 학습 이론 경험적 위험 최소화 오캄 학습 PAC 학습 통계 학습 VC 이론
기계 학습 장소 NeurIPS ICML ICLR ML JMLR
관련기사 인공지능 용어집 기계 학습 연구를 위한 데이터 세트 목록 기계 학습 개요
v t

Albummentations는 알렉산더 부슬라예프, 블라디미르 이글로비코프, Alex Parinov를 포함한 연구원 및 엔지니어 그룹이 2018년 6월에 만든 강력한 오픈 소스 이미지 확대 라이브러리입니다.이 라이브러리는 컴퓨터 비전 작업에서 데이터 확대를 위한 유연하고 효율적인 프레임워크를 제공하도록 설계되었습니다.

데이터 확대는 회전, 스케일링, 플립, 색상 조정 등 다양한 변환을 통해 새로운 이미지를 생성하여 데이터 세트의 크기를 인위적으로 확장하는 기술입니다.이 프로세스는 더 다양한 교육 예제 세트를 제공하여 기계 학습 모델의 성능을 향상시키는 데 도움이 됩니다.

널리 사용되는 컴퓨터 비전 라이브러리인 OpenCV를 기반으로 구축된 Albummentations는 다양한 이미지 처리 기능의 고성능 구현을 제공합니다.또한 풍부한 이미지 변환 기능 세트와 이를 결합하기 위한 간단한 API를 제공하여 사용자가 특정 요구에 ^[3]맞게 맞춤형 증강 파이프라인을 만들 수 있습니다.

입양

Albummentation은 2018년 도입된 이후 컴퓨터 비전 및 딥 러닝 커뮤니티에서 상당한 인기와 인정을 받았습니다.이 라이브러리는 컴퓨터 비전 작업에서 데이터 확대를 위한 유연하고 효율적인 프레임워크를 제공하도록 설계되었으며 학술 연구, 오픈 소스 프로젝트 및 기계 학습 대회에서 널리 채택되었습니다.

도서관의 연구 논문인 "알부멘테이션:빠르고 유연한 이미지 확대"는 컴퓨터 ^[4]비전 분야에서 중요성과 영향력을 강조하며 1,000건 이상의 추천을 받았습니다.이 라이브러리는 또한 컴퓨터 비전 및 딥 러닝 프로젝트에 널리 채택되었으며 GitHub 종속자 ^[5]페이지에 나열된 대로 12,000개 이상의 패키지에 의존하고 있습니다.

또한, Albummentations는 100만 ^[6]달러의 상금이 걸린 Kaggle의 Deep Fake Detection 챌린지를 포함하여 컴퓨터 비전 대회에서 우승한 많은 솔루션에 사용되었습니다.

예

다음 프로그램은 간단한 예제와 함께 라이브러리의 기능을 보여줍니다.

수입품 증보. ~하듯이 A 수입품 cv2  증강 파이프라인 선언 변형시키다 = A.작곡([     A.랜덤 크롭(폭=256, 높이=256),     A.수평 뒤집기(p=0.5),     A.랜덤 밝기 대비(p=0.2), ])  OpenCV를 사용하여 영상을 읽고 RGB 색 공간으로 변환 이미지 = cv2.읽혀진("image.jpg") 이미지 = cv2.cvtColor(이미지, cv2.COLOR_BGR2RGB)  이미지 확대 변형된 = 변형시키다(이미지=이미지) 변환된_이미지 = 변형된["이미지"] 

레퍼런스

외부 링크

• 공식 웹사이트
• 깃허브에 관한 출판물.